A new approach for groundwater quality management

العناوين الأخرى

طريقة جديدة لإدارة نوعية المياه الجوفية

المؤلفون المشاركون

Siyam, Muhammad
Mughir, Yunus

المصدر

IUG Journal of Natural Studies

العدد

المجلد 19، العدد 1 (31 يناير/كانون الثاني 2011)، ص ص. 157-177، 21ص.

الناشر

الجامعة الإسلامية-غزة عمادة شؤون البحث العلمي و الدراسات العليا

تاريخ النشر

2011-01-31

دولة النشر

فلسطين (قطاع غزة)

عدد الصفحات

21

التخصصات الرئيسية

علوم الأرض و المياه و البيئة

الموضوعات

الملخص AR

تعتبر المياه الجوفية المصدر الرئيسي للمياه في قطاع غزة و هي معرضة للتلوث و خصوصا فيما يتعلق بازدياد معدلات الملوحة التي تتواجد و تتأثر بالعديد من العوامل.

دراسة هذه العوامل عادة ما تكون عملية معقدة مما يجلها مناسبة لتدرس من خلال نظام الشبكات العصبية الصناعية.

إن نمذجة ملوحة المياه الجوفية من خلال الشبكات العصبية الصناعية تتطلب جمع البيانات اللازمة لعملية التدريب التي تقوم بها الشبكة العصبية.

في البداية أُفترض أن ملوحة المياه الجوفية المتمثلة بكمية الكلوريد في المياه الجوفية تتأثر بتسعة عوامل هي معدل تسرب مياه الأمطار للخزان الجوفي و كمية السحب الخاصة بكل بئر و معدل السحب من الخزان الجوفي و المدة الزمنية التي تعرض فيها الخزان الجوفي للسحب و منسوب المياه الجوفية و سمك الخزان الجوفي و عمق الخزان الجوفي و المسافة بين منطقة السحب و البحر و لقد استخرجت هذه البيانات من 56 بئر مياه تغطي معظم مساحة قطاع غزة.

تم تنفيذ عدة محاولات للحصول على نموذج يعطى نتائج جيدة.

في البداية تمت عملية النمذجة باستخدام جميع العوامل المفترضة و من النماذج التي تم تطويرها تم دراسة تأثير العوامل على تركيز الكلوريد في المياه الجوفية و بناء على الدراسة تبين أنه يمكن تجاهل بعض العوامل و تم عمل محاولات أخرى تبين من خلالها أن أفضل شبكة عصبية تم التوصل إليها هي Multilayer Perceptron network (MLP) و تتكون من أربع طبقات هي طبقة المدخلات و يوجد بها 6 نيورن و الطبقة المخفية الأولى و يوجد بها 10 نيورن و الطبقة المخفية الثانية و يوجد بها 7 نيورن و طبقة المخرجات و يوجد بها نيرون واحد.

طبقة المدخلات تمثل العوامل التالية تركيز الكلوريد الابتدائي و معدل تسرب مياه الأمطار للخزان الجوفي و كمية السحب الخاصة بكل بئر و معدل السحب من الخزان الجوفي و المدة الزمنية التي تعرض فيها الخزان الجوفي للسحب و سمك الخزان الجوفي أما طبقة المخرجات فتمثل تركيز الكلوريد النهائي.

لقد أعطت الشبكة العصبية نتائج ممتازة اعتمادا على التقارب الكبير بين القيم الحقيقة و القيم المستخرجة من النموذج حيث بلغت قيمة معامل الارتباط 0.9848 و هذا يعني أن هناك توافقا كبيرا بين القيم الحقيقة و القيم المستخرجة من النموذج مما يجعل النموذج صالحا للاستخدام و التطبيق.

تم استخدام النموذج بنجاح كأداة لدراسة تأثير العوامل على تركيز الكلوريد حيث تبين أن تركيز الكلوريد يتناسب طرديا مع كمية السحب الخاصة بكل بئر و معدل السحب من الخزان الجوفي و المدة الزمنية التي تعرض فيها الخزان الجوفي للسحب و أنها تتناسب عكسيا مع معدل تسرب مياه الأمطار للخزان الجوفي و سمك الخزان الجوفي و استخدم النموذج كوسيلة للتنبؤ بتركيز الكلوريد من الخزان الجوفي في المستقبل و ذلك في حالة إعادة أعمار غزة أيضا.

الملخص EN

The main source of water in Gaza Strip is the shallow aquifer ; the quality of the aquifer's groundwater is extremely deteriorated in terms of salinity.

Salinization of groundwater may be caused and influenced by many variables.

Studying the relation of between these variables and salinity is often a complex and nonlinear process, making it suitable to model by Artificial Neural Networks (ANN).

In order to model groundwater salinity in Gaza Strip using ANN it is necessary to gather data for training purposes.

Initially, it is assumed that the groundwater salinity (represented by chloride concentration, mg/l) may be affected by some variables as : recharge rate (R), abstraction (Q), abstraction average rate (Qr), life time (Lt), groundwater level Wl, aquifer thickness (Th), depth from surface to well screen (Dw), and distance from sea shore line (Ds).

Data were extracted from 56 wells, most of them are municipal wells and they almost cover the total area of Gaza Strip.

After a number of trials, the best neural network was determined to be Multilayer Perceptron network (MLP) with four layers : an input layer of 6 neurons, first hidden layer with 10 neurons, second hidden layer with 7 neurons and the output layer with 1 neuron.

The ANN model generated very good results depending on the high correlation between the observed and simulated values of chloride concentration.

The correlation coefficient (r) was 0.9848.

The high value of (r) showed that the simulated chloride concentration values using the ANN model were in very good agreement with the observed chloride concentration which mean that ANN model is useful and applicable for groundwater salinity modeling.

The ANN model proved that chloride concentration in groundwater is directly affected by abstraction (Q), abstraction average rate (Qr) and life time (Lt) and it was inversely affected by recharge rate (R) and aquifer thickness (Th).

The approach is reasonable for the new planning and management of water resources through the attended reconstruction process in Gaza.

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

Siyam, Muhammad& Mughir, Yunus. 2011. A new approach for groundwater quality management. IUG Journal of Natural Studies،Vol. 19, no. 1, pp.157-177.
https://search.emarefa.net/detail/BIM-274471

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

Siyam, Muhammad& Mughir, Yunus. A new approach for groundwater quality management. IUG Journal of Natural Studies Vol. 19, no. 1 (Jan. 2011), pp.157-177.
https://search.emarefa.net/detail/BIM-274471

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

Siyam, Muhammad& Mughir, Yunus. A new approach for groundwater quality management. IUG Journal of Natural Studies. 2011. Vol. 19, no. 1, pp.157-177.
https://search.emarefa.net/detail/BIM-274471

نوع البيانات

مقالات

لغة النص

الإنجليزية

الملاحظات

24

رقم السجل

BIM-274471